Des scientifiques néerlandais ont développé un réseau neuronal capable d’établir des diagnostics plus rapides et plus précis pour aider les chirurgiens à décider du degré d’agressivité avec lequel opérer.
Étant l’un des types de cancer les plus mortels, les tumeurs du système nerveux central obligent les chirurgiens à prendre une décision difficile. Lors d’une opération, ils doivent choisir entre couper une partie du tissu cérébral sain pour garantir l’élimination complète de la tumeur et minimiser le risque de dommages neurologiques et de comorbidité. Pour les aider à faire ce choix, des scientifiques néerlandais ont développé une intelligence artificielle (IA) capable de leur fournir des connaissances sur une tumeur. Leur méthode est décrite dans une étude publiée mercredi dans la revue Nature.
Plus précisément, les chercheurs ont mis au point un réseau neuronal appelé Sturgeon pour « permettre la sous-classification moléculaire des tumeurs du système nerveux central ». Leur processus implique l’analyse par un ordinateur de segments de l’ADN d’une tumeur, qui détecte ensuite certaines modifications chimiques pouvant donner un diagnostic détaillé du type et du sous-type de la tumeur cérébrale.
Des diagnostics plus rapides et plus précis
Grâce à ce diagnostic, généré plus rapidement et plus précisément, les chirurgiens peuvent décider du degré d’agressivité avec lequel opérer, ont assuré les chercheurs. Il peut en effet être réalisé lors de l’intervention chirurgicale, comme l’a indiqué Jeroen de Ridder, professeur agrégé au Centre de médecine moléculaire de l’UMC Utrecht, un hôpital néerlandais, qui a aidé à mener l’étude, au New York Times.
Les scientifiques ont d’abord testé Sturgeon sur des échantillons de tumeurs congelés provenant d’opérations antérieures sur des patients souffrant d’un cancer du cerveau. Dans 45 des 50 cas, il est parvenu à établir un diagnostic avec précision dans les 40 minutes suivant le début du séquençage. Il s’est abstenu de proposer un diagnostic dans les 5 autres car les informations n’étaient pas claires. Les chercheurs ont ensuite testé l’applicabilité de leur système en temps réel, lors de 25 interventions chirurgicales sur le cerveau, dont la plupart étaient réalisées sur des enfants. Parmi celles-ci, Sturgeon a posé 18 diagnostics corrects mais n’a pas atteint le seuil de confiance requis dans les sept autres cas. Les chercheurs précisent qu’il est parvenu à établir ces diagnostics en moins de 90 minutes, un délai suffisamment court pour éclairer les décisions lors d’une opération.
Entre avancées et difficultés
Avec cette méthode, les chirurgiens peuvent ainsi obtenir ces informations avant de commencer à opérer sur les bords d’une tumeur. Selon Jeroen de Ridder, Sturgeon est suffisamment puissant pour fournir un diagnostic avec des données génétiques clairsemées, comme si une personne reconnaissait une image en se basant uniquement sur 1% de ses pixels et une partie inconnue de l’image.
Certaines tumeurs sont cependant difficiles à diagnostiquer. Avec les échantillons prélevés lors de l’intervention chirurgicale ayant à peu près la taille d’un grain de maïs, le réseau neuronal peut avoir du mal à détecter suffisamment de marqueurs spécifiques à la tumeur s’ils contiennent du tissu cérébral sain. Un problème que les scientifiques ont résolu en demandant aux pathologistes examinant les échantillons au microscope de signaler ceux présentant le plus de tumeur au séquençage. Autre difficulté : il peut y avoir des différences au sein des cellules tumorales d’un même patient. Autrement dit, il est possible que le petit segment séquencé ne soit pas représentatif de la tumeur entière. Des tumeurs moins courantes peuvent en outre ne pas correspondre à celles classées précédemment.
